AI-агенты часто ошибаются, когда нужно выбрать подходящие инструменты для задачи. В отличие от обычного поиска документов, для агентов важна не только релевантность навыков, но и их совместимость друг с другом. Tencent представила R3-Skill — двухэтапную систему для поиска навыков, которая учит агентов именно этому с помощью моделей R3-Embedding-0.6B и R3-Rerank-0.6B.
Система R3-Skill решает ключевую проблему: для AI-агентов навык — это не просто документ. Успешное выполнение задачи требует не только найти нужную информацию, но и выбрать набор навыков, которые эффективно работают вместе. Этот аспект совместимости критически важен для надёжности и эффективности сложных AI-агентов.
Система R3-Skill состоит из двух моделей с 0.6 миллиарда параметров каждая, работающих последовательно:
- R3-Embedding-0.6B — это би-энкодер, отвечающий за первичный отбор (отзыв) кандидатов. Он независимо встраивает запрос и каждый навык, ранжируя их по косинусному сходству.
- R3-Rerank-0.6B — это кросс-энкодер для переранжирования. Он совместно оценивает каждую пару «запрос-навык», уточняя их релевантность и совместимость.
Для обучения и оценки своей системы Tencent также представила R3-Skill — двуязычный (китайско-английский) бенчмарк. Он включает 10 246 навыков, разделённых на 8 тематических доменов, 41 592 принятых запроса и 32 828 аннотаций, отвергнутых LLM. Эти "отвергнутые" аннотации используются как ценный сигнал для обучения модели совместимости навыков.
Двухэтапный подход R3-Skill и акцент на совместимости навыков действительно могут сделать AI-агенты более надёжными и автономными. Это важный шаг в развитии инструментов для агентов. Однако Tencent не сообщила о планах по интеграции этих моделей в свои коммерческие продукты или облачные сервисы. Пока что их практическое применение остаётся открытым вопросом за пределами исследовательских работ.